摘要
本发明公开了一种基于多源属性耦合的渗透率预测方法及系统,包括:获取多源属性信息和渗透率数据,所述多源属性信息包括裂隙密度、孔隙度和涌水量;构建多源属性‑渗透率耦合预测模型,基于多源属性信息和渗透率数据对多源属性‑渗透率耦合预测模型进行训练;将所述多源属性信息输入到训练好的多源属性‑渗透率耦合预测模型中,得到预测渗透率;本发明以裂隙密度、孔隙度、涌水量等多属性信息与渗透率的耦合关系作为标准化模型的核心,采用数理公式描述各属性之间的耦合关系,结合实验和数值模拟数据,以便在深度学习模型中建立其物理约束。
技术关键词
渗透率预测方法
深度学习预测模型
插值方法
关系
多任务
实验室测试数据
物理
深度学习模型
密度
更新网络参数
分支
数值
模型预测值
数据处理模块
传播算法
水头
超参数
系统为您推荐了相关专利信息
检测芯片
纳米颗粒
巯丙基三甲氧基硅烷
氨丙基三甲氧基硅烷
黄金
固态电池模组
储能系统控制器
可控开关
集成方法
网络
特高压隔离开关
图像特征向量
更新模型参数
开关运行状态
场景